收藏币币面品相质量的检测结果能够很好的反应收藏币的收藏价值,是评级人员对收藏币进行价值评价的重要参考。收藏币的币面品相质量检测包括以下几部分:一是完成高质量收藏币币面图像的采集,二是能够定性的判断币面缺陷的特征及种类,三是对这些缺陷进行统计分析,判断这些缺陷对币面质量的影响程度。为了完成以上目标,本文主要做了以下几个方面的工作。在图像采集方面,本文从机器视觉系统硬件选型、采集背景及采集环境要求出发,完成了光源、相机及镜头的选型,完成密闭采集环境的设计、搭建及图像采集软件的编写,实现了高质量收藏币图像的采集存储。在图像预处理和收藏币类型识别方面,鉴于不同收藏币币面特征的不确定性及多变性,本文采用了一种基于相关性的多目标的收藏币币面类型识别方法,目标图像与参考图像经过相同预处理后,再经过一系列图像变换、匹配,最终实现收藏币的类型识别及配准。在收藏币币面缺陷提取、分类、识别方面,鉴于同一位置在存在缺陷时与无缺陷时的像素值的差别,通过图像差分法将目标收藏币图像与参考收藏币图像通过先配准后差分,实现收藏币币面缺陷区域的提取。同时为了去除图像中的噪点干扰,更有效的筛选出币面缺陷区域及准确判断币面缺陷的类型,本文采用了多次阈值、图像分割的方法,根据不同缺陷在目标图像、参考图像及差分后图像中的像素值不同、分割后不同缺陷区域的几何、形状参数不同,实现了对收藏币币面缺陷类型的准确划分。在币面品相质量检测方面,以中华民国三年一元袁世凯银元为例,将币面区域划分为币圈、重要特征、币面背景三部分区域,根据这三区域将收藏币币面缺陷的类型进行细分,不同类别体现缺陷对收藏币币面品相的不同影响程度。在上述研究内容的基础上,本文设计并搭建了一个基于机器视觉的收藏币币面品相质量检测系统,通过实验证明了本系统能够识别收藏币的币面缺陷区域,检测结果稳定可靠。